الاختبارات والمقارنة

ما يحققه AIR-⁠Core، مقيسًا وموثّقًا بالمصادر

نقيس النماذج التي يدرّبها AIR-⁠Core على بيانات عامة ونقارنها بنماذج مرجعية معروفة على الصفوف نفسها. ونقارن، مع روابط إلى وثائق كل منها، ما تفعله كل أداة بعد انتهاء المحادثة.

الاختبار المعياري

نماذج ضمن المستوى المعتاد، بما في ذلك حيث تتأخر

لكل مجموعة بيانات، يدرّب AIR-⁠Core النموذج الذي كان سيدرّبه على المنصة: طريقة القالب، أو في البقية، الطريقة التي يقترحها المساعد (الغابة العشوائية). ويستخدم 30% من الصفوف للاختبار، بعد خلطها ببذرة ثابتة، ولا يضبط بها أي شيء. وعلى الصفوف نفسها نقيس التنبؤ الساذج ونموذجين من scikit-learn بقيمهما الافتراضية.

نتائج الاختبار المعياري لنماذج AIR-⁠Core، مع التنبؤ الساذج ومرجعين من scikit-learn على صفوف الاختبار نفسها.
البياناتالمهمةصفوف الاختبارطريقة AIR-⁠CoreالمقياسAIR-⁠Coreالتنبؤ الساذجحكم AIR-⁠Coreالتعزيز المتدرج (scikit-learn)نموذج خطي (scikit-learn)
انسحاب العملاء (قالب)تصنيف600الانحدار اللوجستيالتنبؤات الصحيحة91 %70 %جيد87 %91 %
صيانة الآلات (قالب)تصنيف750الانحدار اللوجستيالدقة المتوازنة78 %50 %جيد77 %79 %
آراء العملاء (قالب)نصوص900الانحدار اللوجستيالتنبؤات الصحيحة80 %50 %جيد—82 %
مشاعر المراجعات: المصدر (مثال)نصوص900الغابة العشوائيةالتنبؤات الصحيحة79 %35 %جيد—82 %
سرطان الثدي (ويسكونسن)تصنيف171الغابة العشوائيةالتنبؤات الصحيحة97 %63 %جيد96 %98 %
بطاريق بالمرتصنيف100الغابة العشوائيةالتنبؤات الصحيحة97 %48 %جيد99 %99 %
التسويق المصرفيتصنيف1357الغابة العشوائيةالدقة المتوازنة60 %50 %جيد67 %65 %
جودة النبيذ (الأحمر)انحدار480الغابة العشوائيةR² (التباين المفسَّر)45 %0 %جيد42 %35 %
أذن البحرانحدار1254الغابة العشوائيةR² (التباين المفسَّر)53 %0 %جيد52 %53 %

كيف تقرأ الجدول

التنبؤات الصحيحة (الدقة) هي نسبة الحالات المصنّفة تصنيفًا صحيحًا؛ ومع الفئات غير المتوازنة تُستخدم الدقة المتوازنة، أي متوسط دقة كل فئة. وفي الانحدار، نسبة التباين التي يفسّرها النموذج (R²). أما التنبؤ الساذج فيجيب دائمًا بالفئة الأكثر تكرارًا أو بالمتوسط.

أين يتأخر

في التسويق المصرفي، ذي الفئات غير المتوازنة بشدة، تتأخر الغابة العشوائية بإعداداتها الافتراضية 5 و7 نقاط عن النماذج المرجعية. وفي النصوص والبطاريق، تتأخر 2 أو 3 نقاط. وفي البقية، يكون الفارق نقطة واحدة أو أقل عن أفضل نموذج مرجعي، أو تتقدم عليه.

البيانات والتراخيص

قوالب ببيانات اصطناعية (CC0)، ومثال «مشاعر المراجعات»، وخمس مجموعات بيانات مفتوحة: سرطان الثدي والتسويق المصرفي وجودة النبيذ وأذن البحر من مستودع UCI ‏(CC BY 4.0)، وبطاريق بالمر (CC0).

التنبؤ

قالب الطلب، يومًا بيوم

يجرّب AIR-⁠Core عدة طرق على الماضي القريب ويحتفظ بأدقّها. متوسط الخطأ، بالوحدات يوميًا، في آخر 30 يومًا من ذلك الاختبار (كلما انخفض كان أفضل). ويحقق التعزيز المتدرج مع التقويم دقة أعلى قليلًا في تلك الفترة.

متوسط خطأ التنبؤ لقالب الطلب في آخر 30 يومًا من اختباره، بالوحدات يوميًا.
فئة المنتجاتالطريقة التي اختارها AIR-⁠CoreAIR-⁠Coreتكرار الأسبوع السابقالتعزيز المتدرج مع التقويم (scikit-learn)
المخبوزاتالتمهيد الأُسّي8107
المشروباتالتمهيد الأُسّي131813
المنتجات الطازجةالتمهيد الأُسّي111310

قابل للتكرار

كيف نقيس

يكرر برنامجٌ الاختبارات ويعطي الأرقام نفسها في كل مرة.

  • الطلب نفسه الذي ترسله المنصة. يتلقى محرّك النمذجة في AIR-⁠Core ما ترسله المنصة عند إنشاء نموذج، ويُحسب الحكم بالشيفرة نفسها المستخدمة في ضمان الجودة.
  • الصفوف نفسها للجميع. يتحقق البرنامج من أن AIR-⁠Core والنماذج المرجعية تُختبر على الصفوف نفسها، ويتوقف إن لم يكن الأمر كذلك.
  • لا ضبط بالاعتماد على الاختبار. قيم افتراضية في جميع الطرق وبذور ثابتة لكي تتطابق نتائج تشغيلين.
  • التاريخ والإصدارات. 17 نوفمبر 2026، محرّك النمذجة 0.22.0 وscikit-learn 1.9.1 وPython 3.15.2، على جهاز Apple M5 Pro.
  • التفاصيل عند الطلب. الشيفرة موجودة في مستودع AIR-⁠Core، وهو غير عام. راسلنا وسنرسل إليك المنهجية وجميع الأرقام. (يفتح برنامج البريد لديك)

مقارنة

ما يستمر في العمل بعد انتهاء المحادثة

يدرّب BigML النماذج جيدًا جدًا، وClaude وChatGPT ممتازان للتحاور مع بياناتك. ويركّز AIR-⁠Core على إبقاء بيانات فريقك ونماذجه وقراراته حيّة: متصلة ومراقَبة وموثّقة وفي الاتحاد الأوروبي. كل معلومة عن المنتجات الأخرى مأخوذة من وثائقها أو صفحة أسعارها، مع رقم المصدر.

مقارنة قدرات AIR-⁠Core وBigML وClaude وChatGPT، مع مصادر كل معلومة عن المنتجات الأخرى.
ما تحتاج إليهAIR-⁠CoreBigMLClaudeChatGPT
مصادر متصلة وتحديث تلقائيملفات وروابط URL وقواعد بيانات وبيانات مفتوحة (CKAN) وMQTT في الوقت الفعلي، مع تحديثات مجدولة.مصادر من روابط URL والتخزين السحابي، وموصّلات إلى PostgreSQL وMySQL وSQL Server وElasticsearch.12 التحديث المجدول للمصدر: لم يُتحقَّق منهموصّلات تقرأ خدماتك عندما تطلب المحادثة ذلك؛ وتبقى مستندات Google Drive المضافة متزامنة.1112موصّلات تجلب البيانات من أدواتك؛ ويمكن لمهمة مجدولة مراجعة مصدر في كل يوم عمل.1920
إعادة التدريبتلقائية للمصنِّفات ونماذج الانحدار: وفق جدول زمني، أو عند تغيّر البيانات، أو عندما تنبّه المتابعة. ولا يُستخدم الإصدار الجديد إلا إذا كان أفضل.إعادة تدريب تلقائية في BigML Ops، وهو منتج مستقل، أو بأمر «retrain» في BigMLer مع مجدول المهام الخاص بك.34لم يُتحقَّق منهلم يُتحقَّق منه
متابعة النماذج وانحرافهايقارن البيانات التي يتلقاها كل نموذج ببيانات تدريبه ويقيس ما إذا كان لا يزال دقيقًا.يراقب BigML Ops كل نموذج ويقرنه بكاشف للحالات الشاذة.3لم يُتحقَّق منهلم يُتحقَّق منه
التنبيهات والإجراءاتشروط على بياناتك مع تنبيه عبر البريد الإلكتروني أو webhook، وتدفقات تعيد التدريب وتتنبأ بالصفوف الجديدة وتتخذ إجراءات.ينبّه BigML Ops عندما ينخفض أداء النموذج عن حدّ معيّن.3 قناة التنبيه: لم يُتحقَّق منهمهام مجدولة (الخطط المدفوعة) تُنفَّذ دوريًا باستخدام موصّلاتك.13 تنبيهات عبر البريد الإلكتروني أو webhook: لم يُتحقَّق منهمهام مجدولة، وفي الخطط المتوافقة، مهام تُفعَّل بأحداث Gmail أو Slack أو GitHub.21 تنبيهات عبر البريد الإلكتروني أو webhook: لم يُتحقَّق منه
ضمان الجودةيُقارَن كل مصنِّف ونموذج انحدار بالتنبؤ الساذج. وإذا لم يتفوق عليه، يجرّب AIR-⁠Core أساليب أخرى، وإذا لم ينجح أي منها يخبرك بذلك.تعرض التقييمات النموذج بجانب مرجعين: الفئة الأكثر تكرارًا (أو المتوسط) وتنبؤ عشوائي.5 تنبيه أو إعادة محاولة تلقائية: لم يُتحقَّق منهلم يُتحقَّق منهلم يُتحقَّق منه
الشروحوزن كل متغير في النموذج وشرح كل تنبؤ (قيم SHAP)، تُحسب عند التدريب.أهمية كل حقل في النموذج وشرح كل تنبؤ.67لم يُتحقَّق منهلم يُتحقَّق منه
بطاقة النموذج وتقرير قانون الذكاء الاصطناعيبطاقة وتقرير ثقة لكل نموذج (PDF أو Markdown) وسجل لأنظمة الذكاء الاصطناعي في مؤسستك.تقرير ملخّص لكل نموذج، مع أهمية الحقول.8 وثائق قانون الذكاء الاصطناعي: لم يُتحقَّق منهتنشر Anthropic بطاقات لنماذجها الخاصة (system cards).14 بطاقات نماذجك: لا ينطبق.تنشر OpenAI بطاقات لنماذجها الخاصة (system cards).22 بطاقات نماذجك: لا ينطبق.
الاستضافة في الاتحاد الأوروبي وعلى خوادمكسحابة على AWS في فرانكفورت (ألمانيا). التثبيت على بنيتك التحتية مع iCore (خطة Enterprise).خدمته السحابية مستضافة في الولايات المتحدة (سياسة الخصوصية لعام 2022). نشر خاص في سحابة عامة أو خاصة أو داخل المقر.910تُخزَّن بيانات منتجاتها في الولايات المتحدة. وتتوفر إقامة البيانات في أوروبا لنماذج Claude عبر AWS Bedrock وGoogle Cloud Vertex.1516 على خوادمك: لم يُتحقَّق منهمساحات عمل مع إقامة البيانات في الولايات المتحدة أو الاتحاد الأوروبي للمحتوى المدعوم.23 الخطط التي تتضمنها والنشر على خوادمك: لم يُتحقَّق منه
موصّل MCPخادم MCP خاص في جميع الخطط، بما فيها المجانية: اربط Claude أو ChatGPT أو Cursor ببياناتك ونماذجك.لم يُتحقَّق منهموصّلات MCP مخصصة في جميع الخطط؛ موصّل واحد في خطة Free.17يمكنك إضافة خوادم MCP مخصصة، وفق سياسات حسابك ومساحة عملك.24 الخطط: لم يُتحقَّق منه
سعر البدايةالخطة المجانية (0 €). الخطط المدفوعة تبدأ من 49 € شهريًا، من دون ضريبة القيمة المضافة.خطة مجانية بسعر 0 $ شهريًا، مع 16 MB لكل مهمة، وتجربة لمدة 3 أيام.10 أول خطة مدفوعة: لم يُتحقَّق منهخطة Free بسعر 0 $. Pro: ‏17 $ شهريًا بالدفع السنوي أو 20 $ بالدفع الشهري، من دون ضرائب.18خطة Free بسعر 0 $. Go: ‏8 $ شهريًا. Plus: ‏20 $ شهريًا.25 الأسعار في بلدك: لم يُتحقَّق منه

«لم يُتحقَّق منه» يعني أننا لم نجده في الوثائق العامة للمنتج في 17 نوفمبر 2026؛ ولا يعني أنه غير موجود. إذا رأيت خطأً، راسلنا وسنصححه. (يفتح برنامج البريد لديك)

الحدود

ما لا يفعله AIR-⁠Core

ليس مساعدًا للمحادثة

للمحادثة أو الكتابة أو تحليل ملف منفرد، يؤدي Claude أو ChatGPT ذلك بإتقان. ويتصل AIR-⁠Core بهما عبر MCP ويحفظ ما يجب أن يستمر في العمل بعد ذلك.

نماذج بإعدادات افتراضية

تعلّم آلي كلاسيكي على الجداول والنصوص، من دون شبكات عميقة للصور. ومع البيانات الصعبة، مثل التسويق المصرفي أعلاه، يستطيع المتخصص تحسين النتائج أكثر.

لا يشهد بالامتثال لقانون الذكاء الاصطناعي

تساعد البطاقة وتقرير الثقة والسجل على الاستعداد لالتزاماته. وهي ليست استشارة قانونية، ومؤسستك هي التي تقرّر تصنيف كل نظام.

لكل خطة حدودها

تعتمد بعض الوظائف، مثل التنبيهات وقواعد البيانات الخارجية والواجهة البرمجية (API)، على الخطة، والتثبيت على خوادمك مشروع مستقل.

المصادر

الوثائق التي اطّلعنا عليها

الصفحات العامة لكل منتج، مع تاريخ الاطلاع.

  1. static.bigml.com/static/html-doc/Sources/sect0001.html · 2026-11-17
  2. static.bigml.com/static/html-doc/Sources/sec-data-stores.html · 2026-11-17
  3. bigml.com/bigmlops · 2026-11-17
  4. blog.bigml.com/⁦2018/02/06⁩/retraining-machine-learning-models · 2026-11-17
  5. static.bigml.com/static/html-doc/Classification_and_Regression/sect0046.html · 2026-11-17
  6. static.bigml.com/static/html-doc/Classification_and_Regression/sec-understanding-models.html · 2026-11-17
  7. bigml.com/whatsnew · 2026-11-17
  8. static.bigml.com/static/html-doc/Classification_and_Regression/sect0001.html · 2026-11-17
  9. bigml.com/privacy · 2026-11-17
  10. bigml.com/pricing · 2026-11-17
  11. support.claude.com/en/articles/11176164-use-connectors-to-extend-claude-s-capabilities · 2026-11-17
  12. support.claude.com/en/articles/10166901-use-google-workspace-connectors · 2026-11-17
  13. support.claude.com/en/articles/13854387-schedule-recurring-tasks-in-claude-cowork · 2026-11-17
  14. www.anthropic.com/system-cards · 2026-11-17
  15. privacy.claude.com/en/articles/7996890-where-are-your-servers-located-do-you-host-your-models-on-eu-servers · 2026-11-17
  16. claude.com/regional-compliance · 2026-11-17
  17. support.claude.com/en/articles/11175166-get-started-with-custom-connectors-using-remote-mcp · 2026-11-17
  18. claude.com/pricing · 2026-11-17
  19. chatgpt.com/features/connectors · 2026-11-17
  20. learn.chatgpt.com/use-cases/analyze-data-export · 2026-11-17
  21. learn.chatgpt.com/docs/automations · 2026-11-17
  22. deploymentsafety.openai.com · 2026-11-17
  23. learn.chatgpt.com/docs/enterprise/higher-education-roles-and-permissions · 2026-11-17
  24. developers.openai.com/plugins/deploy/connect-chatgpt · 2026-11-17
  25. learn.chatgpt.com/docs/pricing · 2026-11-17

ابدأ اليوم ببياناتك

أنشئ حسابك المجاني واربط أول مصدر بيانات في دقائق. وعندما تحتاج إلى المزيد، انتقل إلى خطة مدفوعة.